Regresi Linear Bayesian
Regresi linear Bayesian ialah lanjutan probabilistik bagi model linear biasa, yang diperkenalkan melalui petua Bayes dan diformalkan dalam aliran kerja komputasi modennya oleh Gelman et al. (2013). Daripada mengembalikan satu anggaran titik tunggal untuk setiap pekali, ia menggabungkan taburan prior yang ditentukan pengguna dengan kebolehjadian data yang diperhatikan untuk menghasilkan taburan posterior penuh ke atas semua parameter, dari mana selang kebolehpercayaan dan taburan prediktif posterior diperoleh.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Cara memetik halaman ini
ScholarGate. (2026, June 1). Bayesian Linear Regression. ScholarGate. https://scholargate.app/ms/bayesian/bayesian-linear-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ANOVA BayesianBayesian↔ compare
- Regresi BayesianBayesian↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesian↔ compare
- Regresi Kuasa Dua Terkecil Biasa (OLS)Ekonometrik↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →